[論文レビュー] MIMO Capacity with Reduced RF Chains

Shuaishuai Guo, Haixia Zhang+1 more|arXiv (Cornell University)|Jan 12, 2019

Advanced Wireless Communication Technologies参考文献 30被引用数 8

ひとこと要約

本稿は、平均電力制約およびスパarsity制約の下で、Gaussian混合入力分布を最適化することにより、RFチェーン数が少ないMIMOシステムの容量を特徴づけている。高SNR領域において、容量を達成する入力分布は、チャネル利得に比例する係数を持つGaussian混合であり、最大比結合に近い性能を達成する。また、情報に基づく非一様空間／ビームスペース変調（NUSM/NUBM）が、従来の選択方式および一様変調方式を上回ることを示している。

ABSTRACT

This paper presents a remarkable advance for the understanding of MIMO capacity limits with insufficient RF chains. The capacity is characterized by the maximum mutual information given any vector inputs subject to not only an average power constraint but also a sparsity constraint. It is proven that the Gaussian mixture input distribution is capacity-achieving in the high signal-to-noise-ratio (SNR) regime. The optimal mixture coefficients and the covariance matrices of the Gaussian mixtures are derived and also the corresponding achievable capacity. For the special case with a single RF chain, the optimal mixture coefficients are shown to be approximately proportional to channel gains. The capacity is approximately the maximum-ratio combining (MRC) of multiple channels in the high SNR regime. We investigate the superiority of capacity-achieving techniques: Non-Uniform Spatial Modulation (NUSM) and Non-Uniform Beamspace Modulation (NUBM) by comparing them with the best antenna/beamspace selection (BAS/BBS) and the uniform spatial/beamspace modulation (USM/UBM). The comparison results reveal that the information-guided NUSM/NUBM is optimal in the high SNR regime. Numerical results are presented to validate our analysis.

研究の動機と目的

• RFチェーン数が不足するMIMOシステムの根本的容量限界を、平均電力制約およびスパarsity制約を考慮して特徴づける。
• これらの制約下で相互情報量を最大化する最適な入力分布を特定する。
• 高SNR領域において、情報に基づく非一様変調方式（NUSM/NUBM）が従来の最良アンテナ選択（BAS/BBS）および一様変調（USM/UBM）を上回ることを確立する。

提案手法

• 平均電力制約およびスパarsity制約の下で、ベクトル入力の最大相互情報量としてMIMO容量を定式化する。
• 混合係数および共分散行列を含む制約付き最適化問題を解くことで、最適なGaussian混合入力分布を導出する。
• ラグランジュ乗数を用いて最適混合係数を解き、それが有効チャネル行列の行列式に比例することを示す。
• 解析的最適化を可能にするために、正確な相互情報量の式をトレースおよび特異値に基づく近似式に置き換える。
• チャネルの並列化とウォーター・フィリング方式の電力割り当てを適用し、空間ストリーム間での電力分配を最適化する。
• さまざまなチャネル状態およびRFチェーン構成下で、数値シミュレーションを通じて解析的結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 平均電力制約およびスパarsity制約の下で、RFチェーン数が少ないMIMOシステムの容量を達成する入力分布は何か？
• RQ2 高SNR領域において、Gaussian入力の最適混合係数はチャネル状態情報とどのように関係するか？
• RQ3 情報に基づく非一様空間またはビームスペース変調は、従来の最良アンテナ選択または一様変調方式を上回るか？
• RQ4 このようなシステムにおける実現可能容量の高SNR漸近的挙動は何か？
• RQ5 最適Gaussian混合入力の容量は、従来のビームフォーミングまたは選択ベースの方式と比べてどのように異なるか？

主な発見

• 高SNR領域において、Gaussian混合入力分布は容量を達成し、最適混合係数はチャネル利得に比例する。
• 1本のRFチェーンの場合、最適入力は複数のチャネルの最大比結合に対応し、理論的限界に非常に近い容量を達成する。
• 最適混合係数は αi* = det(Di) / Σ det(Di) として導出され、ここで Di は各モードの有効チャネル行列を表す。
• 最適電力割り当て下で、容量を達成する方式は、有効チャネル行列の特異値の対数の和にほぼ等しいレートを達成する。
• 数値結果により、非一様空間変調（NUSM）および非一様ビームスペース変調（NUBM）が、高SNR領域で最良アンテナ選択（BAS）および最良ビームスペース選択（BBS）を上回ることが確認された。
• 導出された制約下で、空間ストリーム間のウォーター・フィリング電力割り当てが、相互情報量を最大化するために最適であることが示された。